Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Ipari képfeldolgozás és képmegjelenítés

    A tantárgy angol neve: Industrial Image Processing

    Adatlap utolsó módosítása: 2017. július 2.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar
    Villamosmérnöki szak, BSc. képzés
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIIIAC04 6 2/1/0/v 4  
    3. A tantárgyfelelős személy és tanszék Dr. Vajta László, Irányítástechnika és Informatika Tanszék
    4. A tantárgy előadója
    Név Beosztás Tanszék, Int.
    Dr. Vajta László egyetemi docens Irányítástechnika és Informatika Tanszék
    Dr. Loványi István egyetemi docens Irányítástechnika és Informatika Tanszék
    5. A tantárgy az alábbi témakörök ismeretére épít

    Matematika, Jelek és rendszerek, Programozás, Képfeldolgozás és számítógépes grafikai alapismeretek

    6. Előtanulmányi rend
    Kötelező:
    Szakirany("AVINirrend", _)
    VAGY Training.code=("5NAA7")

    A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

    A kötelező előtanulmányi rendek grafikus formában itt láthatók.

    Ajánlott:

    Kötelező:

    Szakirany("AMIaut", _) VAGY Szakirany("AMIintr", _)

    ÉS NEM ( TárgyEredmény( "
    BMEVIIIAD00" , "jegy" , _ ) >= 2 
    VAGY 
    TárgyEredmény("
    BMEVIIIAD00", "FELVETEL", AktualisFelev()) > 0)

    A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

    A kötelező előtanulmányi rendek grafikus formában itt láthatók.

    Ajánlott:
    A tárgy felvételéhez ajánlott a Számítógépes Grafika c. tárgy abszolválása.

    7. A tantárgy célkitűzése

    A számítástechnika fejlődésével a képi információk automatikus kiértékelése napi gyakorlattá vált a minőségellenőrzés, folyamatirányítás, navigáció, biztonságtechnika, orvosi diagnosztika és számos egyéb területen. Az egyre jobb minőségű megjelenítő technikák alkalmazásával a grafikus szimuláció és a teleoperáció hétköznapi technológiákká vált. A tantárgy célja a korszerű számítógépes képfeldolgozási és megjelenítési eljárások elveinek és alkalmazásának készségszintű megismertetése, a távfelügyelt autonóm ipari folyamatok és az autonóm árművezetés kezelésében kulcsszerepet játszó virtuális technikák bemutatása.

    8. A tantárgy részletes tematikája

    1. Az emberi látás működése, háromdimenziós érzékelés. A térérzet komponensei, a monokuláris és binokuláris érzékelés alapjai. A látványt leíró függvények fogalma, matematikai tulajdonságai. Színrendszerek. A térbeli látvány leképzésének matematikai modellje. Az intenzitás és a távolságadatok közötti összefüggés. A reflexiós modellek szerepe a képértelmezésben.

    Koordináta transzformációk, kamera modellek és kalibrációs eljárások. Alapvető érzékelő eszközök. Képbeviteli berendezések illesztési kérdései- esettanulmány. (6 óra ea +2 óra gy)

     

    2. Getting started: A képi információ feldolgozásának alapjai. Bináris képek feldolgozása. Matematikai morfológiai alapok. Geometriai tulajdonságok mérése. A valósidejű realizáció kérdései.. Topológiai tulajdonságok analízise. Additív halmaz tulajdonságmérték fogalma. Euler-szám fogalma. Ipari alkalmazási példák. (6 óra ea +2 óra gy)

     

    3. A képek előkészítő feldolgozása. Fourier transzformáció. Mintavételezés, kvantálás hatása. Egyéb tér-transzformációk. Hisztogram transzformációk. Szűrések a tér- és a frekvenciatartományban. Képszegmentálás matematikai modellje. Szintek hasonlóságán alapuló szegmentálás. Gyors változásokon alapuló szegmentálási eljárások. Hough transzformáció. Mozgásalapú szegmentálás. Textúra szegmentálás. Biztonságtechnikai és közlekedési alkalmazási példák (6 óra ea +2 óra gy).

     

    4. Gyors objektumkövetési módszerek. Optikai áramlás. Szinek, élek, textúrák követése. SSD algoritmus. Vizuális visszacsatolás. Navigációs, felhasználó követési alkalmazási példák.  (3+1 óra)

     

    5. Tulajdonság reprezentáció. Objektumfelismerési (osztályozási) módszerek. Aktív látás.   Képtömörítési eljárások,. Keresés képi adatbázisokban. Teleoperációs alkalmazási példák. (6+2 óra)

     

    6. Korszerű képfeldolgozó programkönyvtárak lehetőségeinek összehasonlítása, alkalmazástechnikája (pl. Halcon, Matlab, ITK, openCV, LabView). Egyszerűbb képfeldolgozási problémák alternatív megoldásainak bemutatása. (3+1 óra)

     

    7. Korszerű képmegjelenítési eszközök (pl. HMD, polárszűrős, anaglif, shutter, holoTV) és alkalmazott renderelési módszerek. 3D megjelenítés, térhatású megjelenítők tervezése és alkalmazása. „Hagyományos” képek átszámítása sztereo megjelenítés céljából. Bemerüléses virtuális valóság a teleoperációban. Orvosi és telerobotikai példák. (6+2 óra)

     

    8. Szimulátor rendszerek. Hardver in the Loop szimulációval támogatott terméktervezés és –tesztelés. Járműipari alkalmazási példák. (3+1 óra)

     

     

    9. IP alapú képátvitel. DSP alapú intelligens kamerák. Valósidejű képfeldolgozás. Real-time eljárások és architektúrák.  Gyártásautomatizálási alkalmazási példák. (3+1 óra)

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

    A tárgy ismeretanyaga előadásokon, az esettanulmányok a gyakorlatokon kerülnek ismertetésre. A gyakorlatokhoz minden hallgató önállóan dolgoz fel egy-egy esettanulmányt. A félév során a hallgatók egy házi feladatot készítenek, amely egy gyakorlati alkalmazás (rész) megoldását tartalmazza.

    10. Követelmények
    1. A szorgalmi időszakban:

    esettanulmány, házi feladat és zárthelyi. Az esettanulmány irodalmi adatokra, a házi feladat önálló programozási feladatra irányul. A zárthelyi az elméleti anyag elsajátítását ellenőrzi, és azt a 10. oktatási héten írjuk.

    1. A vizsgaidőszakban:

    a vizsga írásbeli.

    1. Elővizsga:

     

    Nincs.

    11. Pótlási lehetőségek

    A házi feladat elkészítése a pótlási héten pótolható.

    A zárthelyi pótlására a szorgalmi időszak utolsó hetén van lehetőség.

    12. Konzultációs lehetőségek

    A házi feladat elkészítéséhez egy alkalommal, valamint minden vizsga előtt konzultációs lehetőséget biztosítunk.

    13. Jegyzet, tankönyv, felhasználható irodalom

    ·          Óravázlat mélységű tematika és slideok         

    ·         R. Gonzales: Digital Image Processing, Addison-Wesley, ISBN 0-201-50803-6

     

    ·         Besl, P.J.: "Surfaces in range image understanding". Springer, 1988.

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

    Kontaktóra

    48

    Készülés előadásokra

    8

    Készülés gyakorlatokra

    6

    Készülés laborra

    0

    Készülés zárthelyire

    12

    Házi feladat elkészítése

    8

    Önálló tananyag-feldolgozás

    6

    Vizsgafelkészülés

    32

    Összesen

    120

    15. A tantárgy tematikáját kidolgozta

     

    Név:

    Beosztás:

    Tanszék, Int.:

    Dr. Vajta László

    Egyetemi docens

    IIT

    Dr. Loványi István

    Egyetemi docens

    IIT

    IMSc tematika és módszer

    A programban résztvevő hallgatók nagyobb mérnöki gondolkodást igénylő feladatokat kapnak, így nagyobb gyakorlatot szerezhetnek. Komolyabb önállóan feldolgozandó szakirodalom alapján mélyebb szakmai ismeretre is szert tehetnek

    IMSc pontozás

    IMSc pontokat a hallgatók szerezhetnek zárthelyi dolgozatban és vizsgán (5-5 pont), amelyhez a számonkérésen extra feladatokat kell megoldaniuk. További 10 pont szerezhető magasabb szintű otthoni irodalomfeldolgozással.

    Az IMSc pontok megszerzése a programban nem résztvevő hallgatók számára is biztosított.